🎯 项目愿景
MaxAgent 是一款开源的 AI Agent + RPA 混合自动化执行引擎。
我们希望打破传统RPA必须录制流程、硬编码脚本的局限，也不满足于大模型只停留在对话聊天。 让普通用户只需要用自然语言描述目标，软件就可以自主思考、拆解任务、操作电脑，完成真实世界的端到端工作。
愿景：让每个人都拥有一个可以操控本机软件的智能助手，未来支持语音唤醒，一句指令完成电脑上的复杂事务。
英文名含义：Max = Maximum，代表最大限度发挥机器执行能力，Agent代表自主智能体。预留唤醒词：Hey MaxAgent。
🧩 产品定位
- 不同于聊天机器人：不只输出文字，真正操作你的电脑（点击界面、读写文件、启动程序、执行命令）。
- 不同于传统RPA：不需要预先录制流程，面对界面变化可以动态调整方案，具备大模型推理能力。
- 本地优先：支持对接各类大模型，既可调用公有大模型，也可以完全对接本地私有化大模型运行。
✨ 产品基础功能
Agent 智能任务调度
- 自然语言接收任务，自动拆解子任务
- 思考‑调用工具‑观察‑自我纠错闭环
- 完整执行日志，支持调试、任务回放
RPA 本地自动化能力
- GUI桌面：窗口、鼠标、键盘、界面读取
- 文件批量处理，文档解析
- 启动程序、Shell命令、进程管控
- 跨软件串联工作流
可扩展技能插件体系
- 自定义开发业务技能插件
- 对接数据库、内部API服务
- 热插拔，按需加载，保持内核轻量化
多种调用入口
- CLI 命令行下发自然语言任务
- REST API，便于业务系统集成
- Web界面查看任务执行过程
- 预留语音交互接口（规划特性）
📌 适用场景
个人办公场景
- 批量整理文件、文档重命名、资料归档
- Excel/Word批量处理，简单报表汇总提取
- 重复网页操作、信息导出，替代机械手工点击
- 个人电脑智能助手，一句话完成繁琐事务
企业业务场景
- 界面经常变动，传统RPA难以维护的非固定流程
- 业务人员用自然语言描述即可完成自动化，不用编写复杂脚本
- 内部系统简易数据搬运，跨软件协同作业
- 作为底层Agent执行底座，二次开发垂直行业智能体
开发者与研究场景
- 研究大模型在真实电脑环境的Agent落地
- 搭建私有化本地自动化平台，摆脱闭源商业RPA
- 基于本项目二次开发，构建各类自动化智能体
⚠️ 能力边界与安全提示
能力边界：
- 不是通用闲聊大模型，核心定位是任务执行。
- 生产高风险业务务必做好权限隔离，不建议直接管理员账号运行。
- 超复杂业务逻辑，建议搭配自定义技能插件提升稳定性。
- 语音唤醒属于规划特性，尚未实现。
安全提示：
- 尽量普通用户权限运行，非必要不要 root / 管理员。
- 不要执行不可信来源的自然语言指令。
- 加载第三方插件前，请仔细审阅插件源代码。
🤝 联系我们
欢迎交流、反馈问题、参与共建 MaxAgent 开源项目
微信：
freeaiclub
添加请备注 MaxAgent